Templat Data Layanan Pelanggan Anda
Templat Data Layanan Pelanggan Anda
- Atribut yang disarankan untuk dikumpulkan
- Aktivitas utama yang perlu dilacak
- Panduan ekstraksi
Atribut Layanan Pelanggan
| Nama | Deskripsi | ||
|---|---|---|---|
|
Permintaan Layanan
ServiceRequest
|
Pengenal unik untuk setiap permintaan layanan pelanggan, kasus, atau tiket. | ||
|
Deskripsi
Permintaan Layanan adalah pengenal utama kasus yang menghubungkan semua aktivitas dan peristiwa terkait untuk satu masalah pelanggan, dari pembuatan hingga penutupan. Pengenal ini menjadi acuan untuk melacak seluruh perjalanan interaksi pelanggan. Dalam process mining, atribut ini menjadi dasar untuk merekonstruksi alur proses. Setiap nilai Permintaan Layanan yang unik mewakili satu instans proses. Dengan begitu, Anda dapat menganalisis waktu siklus, jalur proses, dan variasi untuk setiap kasus. Atribut ini memastikan semua langkah, dari kontak awal hingga penyelesaian dan penutupan, terhubung dengan permintaan pelanggan yang sama.
Mengapa ini penting
Ini adalah ID Kasus utama yang menghubungkan semua langkah proses sehingga seluruh siklus interaksi layanan pelanggan dapat dianalisis.
Sumber data
Biasanya menggunakan kolom 'number' dari tabel 'sn_customerservice_case' di ServiceNow CSM.
Contoh
CS0010001CS0010045CS0010112
|
|||
|
Waktu Peristiwa
EventTime
|
Stempel waktu yang menunjukkan secara tepat kapan aktivitas atau peristiwa tertentu terjadi. | ||
|
Deskripsi
Waktu Peristiwa mencatat tanggal dan waktu suatu aktivitas dilakukan. Stempel waktu ini menjadi dasar untuk mengurutkan peristiwa secara kronologis dan menghitung durasi antar langkah proses. Dalam analisis process mining, atribut ini digunakan untuk menghitung semua metrik berbasis waktu, termasuk waktu siklus, waktu tunggu, dan durasi pemrosesan. Analis dapat menemukan hambatan dengan melihat aktivitas yang didahului jeda panjang, serta mengukur kinerja terhadap perjanjian tingkat layanan (SLA). Stempel waktu yang akurat dan konsisten penting agar hasil analisis dapat diandalkan.
Mengapa ini penting
Stempel waktu ini penting untuk mengurutkan peristiwa dengan benar dan menghitung semua metrik kinerja, seperti waktu siklus dan hambatan.
Sumber data
Biasanya sesuai dengan kolom 'sys_created_on' pada tabel audit dan riwayat ServiceNow, misalnya 'sys_audit'.
Contoh
2023-10-26T10:00:00Z2023-10-26T10:15:32Z2023-10-27T14:05:11Z
|
|||
|
Nama Aktivitas
ActivityName
|
Nama peristiwa atau tugas tertentu yang terjadi selama siklus permintaan layanan. | ||
|
Deskripsi
Nama Aktivitas menjelaskan langkah dalam proses layanan pelanggan, seperti 'Permintaan Layanan Dibuat', 'Permintaan Ditugaskan ke Agen', atau 'Solusi Diusulkan'. Aktivitas ini diambil dari log sistem atau pembaruan tabel untuk menyusun urutan peristiwa setiap permintaan layanan secara kronologis. Atribut ini penting untuk memvisualisasikan peta proses, menemukan hambatan, dan memahami alur kerja. Dengan menganalisis urutan dan frekuensi aktivitas, analis dapat menemukan jalur proses yang umum, penyimpangan, serta pekerjaan ulang atau inefisiensi. Tingkat perincian aktivitas yang ditetapkan akan memengaruhi kedalaman wawasan dari model proses.
Mengapa ini penting
Atribut ini menjadi dasar peta proses. Atribut ini menentukan langkah dan tugas yang urutan serta durasinya dianalisis.
Sumber data
Atribut konseptual ini berasal dari tabel audit sistem, misalnya 'sys_audit', atau dari pelacakan perubahan status dan pembaruan kolom penting pada tabel 'sn_customerservice_case'.
Contoh
Permintaan layanan dibuatPermintaan ditugaskan kepada agenInformasi Diminta dari PelangganPermintaan Layanan Diselesaikan
|
|||
|
Agen yang Ditugaskan
AssignedAgent
|
Agen layanan yang saat ini ditugaskan untuk menangani permintaan layanan. | ||
|
Deskripsi
Atribut ini menunjukkan pengguna yang bertanggung jawab atas permintaan layanan pada waktu tertentu. Nilainya sering berubah selama siklus kasus saat permintaan dialihkan antaragen atau spesialis. Analisis Agen yang Ditugaskan membantu memahami pembagian beban kerja, kinerja agen, dan pengalihan tugas. Anda dapat mengetahui agen yang menangani kasus paling rumit, seberapa sering kasus ditugaskan ulang, serta apakah agen tertentu berkaitan dengan waktu penyelesaian yang lebih lama atau kepuasan pelanggan yang lebih tinggi. Atribut ini penting untuk dashboard 'Pengalihan dan Penugasan Ulang Agen'.
Mengapa ini penting
Melacak tanggung jawab agen untuk menganalisis beban kerja, kinerja, dan frekuensi penugasan ulang, yang sering menunjukkan kendala dalam proses.
Sumber data
Sesuai dengan kolom 'assigned_to' pada tabel 'sn_customerservice_case'.
Contoh
Beth AnglinDavid LooAbel Tuter
|
|||
|
Apakah SLA Terlampaui
IsSlaBreached
|
Penanda boolean yang menunjukkan apakah permintaan layanan melewati target Service Level Agreement (SLA) yang ditetapkan. | ||
|
Deskripsi
Atribut hasil perhitungan ini menunjukkan apakah permintaan layanan diselesaikan dalam batas waktu yang disepakati. Nilainya biasanya 'True' jika waktu penyelesaian melewati target SLA, dan 'False' jika tidak. Dengan begitu, kinerja SLA untuk setiap kasus terlihat jelas dalam bentuk ya atau tidak. Atribut ini penting untuk dashboard 'Tren Kepatuhan dan Pelanggaran SLA' serta KPI 'Tingkat Kepatuhan SLA'. Atribut ini memudahkan analisis karena Anda dapat langsung memfilter dan menghitung kasus yang melanggar SLA. Anda juga dapat mengetahui jenis permintaan, prioritas, atau tim yang paling sering terkait dengan pelanggaran SLA.
Mengapa ini penting
Menunjukkan dengan jelas apakah kasus memenuhi tenggat waktu. Informasi ini menjadi dasar untuk mengukur dan melaporkan kepatuhan terhadap SLA.
Sumber data
Dihitung berdasarkan kolom 'made_sla' pada tabel 'task_sla', atau dengan membandingkan waktu penyelesaian aktual dengan waktu penyelesaian yang direncanakan.
Contoh
truefalse
|
|||
|
Grup Penugasan
AssignmentGroup
|
Tim atau departemen yang bertanggung jawab atas permintaan layanan. | ||
|
Deskripsi
Grup Penugasan menunjukkan antrean atau tim yang menerima permintaan layanan. Permintaan sering dialihkan ke grup lain, seperti meja dukungan tingkat 1, tim teknis khusus, atau departemen penagihan, sesuai jenis masalahnya. Atribut ini penting untuk menganalisis pengalihan antar departemen dan menemukan hambatan di tingkat tim. Atribut ini membantu memvisualisasikan alur kerja antarbagian dan menunjukkan grup yang kelebihan beban atau membutuhkan pelatihan tambahan. Informasi ini mendukung dashboard 'Pengalihan dan Penugasan Ulang Agen' serta 'Alur Proses'.
Mengapa ini penting
Menunjukkan tim yang bertanggung jawab atas pekerjaan. Informasi ini penting untuk menganalisis kinerja dan beban kerja tim, serta pengalihan proses antar departemen.
Sumber data
Sesuai dengan kolom 'assignment_group' pada tabel 'sn_customerservice_case'.
Contoh
Meja LayananPertanyaan PenagihanDukungan Teknis Tingkat 2
|
|||
|
Kategori
Category
|
Klasifikasi utama permintaan layanan, seperti 'Penagihan' atau 'Masalah Teknis'. | ||
|
Deskripsi
Kategori mengelompokkan permintaan layanan berdasarkan jenis pertanyaan atau masalah pelanggan. Klasifikasi ini biasanya ditentukan saat permintaan dibuat dan membantu mengarahkannya ke grup penugasan yang tepat. Atribut ini penting untuk membagi analisis proses. Dengan memfilter berdasarkan Kategori, analis dapat membandingkan alur proses untuk berbagai jenis permintaan. Misalnya, proses penyelesaian masalah 'Penagihan' mungkin sangat berbeda dari proses untuk 'Masalah Teknis'. Atribut ini digunakan untuk mengelompokkan data di hampir semua dashboard.
Mengapa ini penting
Memungkinkan analisis dikelompokkan berdasarkan jenis permintaan, sehingga terlihat kategori yang lebih sering mengalami keterlambatan, eskalasi, atau pelanggaran SLA.
Sumber data
Sesuai dengan kolom 'category' pada tabel 'sn_customerservice_case'.
Contoh
Pertanyaan / BantuanPesananMasalah ProdukPenagihan
|
|||
|
Prioritas
Priority
|
Tingkat prioritas permintaan layanan yang menentukan urgensinya. | ||
|
Deskripsi
Prioritas menunjukkan tingkat kepentingan dan urgensi penanganan permintaan layanan. Nilainya sering ditentukan berdasarkan dampak permintaan terhadap pelanggan dan tingkat urgensinya. Nilai yang umum digunakan berkisar dari Kritis hingga Rendah. Dalam process mining, Prioritas berguna untuk memfilter dan membandingkan data. Analis dapat memeriksa apakah permintaan berprioritas tinggi benar-benar diproses lebih cepat daripada permintaan berprioritas rendah, serta apakah pelanggaran SLA lebih sering terjadi pada tingkat prioritas tertentu. Atribut ini penting untuk dashboard 'Waktu Siklus Permintaan Layanan dari Awal hingga Akhir'.
Mengapa ini penting
Memungkinkan permintaan layanan dikelompokkan berdasarkan urgensi, sehingga Anda dapat memastikan masalah kritis ditangani lebih cepat daripada masalah yang tidak kritis.
Sumber data
Sesuai dengan kolom 'priority' pada tabel 'sn_customerservice_case'.
Contoh
1 - Kritis2 - Tinggi3 - Sedang4 - Rendah
|
|||
|
Status
State
|
Status atau kondisi permintaan layanan saat ini dalam siklusnya. | ||
|
Deskripsi
Atribut Status menjelaskan kondisi operasional permintaan layanan pada waktu tertentu, seperti 'Baru', 'Sedang Ditangani', 'Menunggu Info', 'Diselesaikan', atau 'Ditutup'. Perubahan pada kolom ini sering digunakan untuk menentukan aktivitas dalam model proses. Analisis Status memberikan gambaran umum tentang posisi kasus dalam proses. Atribut ini digunakan untuk mengetahui berapa lama kasus berada dalam status tertentu, seperti 'Menunggu Info', yang dapat menjadi sumber keterlambatan utama. Atribut ini juga membantu menentukan titik awal dan akhir KPI penting, seperti 'Waktu dari Penyelesaian hingga Penutupan'.
Mengapa ini penting
Menunjukkan status permintaan kapan saja dan membantu menemukan waktu yang dihabiskan dalam status tidak produktif, seperti 'Ditahan' atau 'Menunggu Informasi'.
Sumber data
Sesuai dengan kolom 'state' pada tabel 'sn_customerservice_case'.
Contoh
BaruSedang DitanganiMenunggu Info PenggunaDiselesaikanDitutup
|
|||
|
Apakah Terjadi Pengerjaan Ulang
IsRework
|
Penanda boolean yang menunjukkan apakah terjadi pengerjaan ulang yang signifikan, misalnya kasus dibuka kembali atau investigasi dilakukan berulang kali. | ||
|
Deskripsi
Atribut hasil perhitungan ini menandai kasus yang menunjukkan pola tidak efisien atau berulang. Penanda ini dapat aktif saat terjadi peristiwa seperti 'Permintaan Layanan Dibuka Kembali', atau ketika rangkaian aktivitas penting, seperti 'Agen Memulai Investigasi' lalu 'Solusi Diusulkan', terjadi beberapa kali dalam kasus yang sama. Penanda ini membantu Anda menemukan kasus bermasalah dengan cepat dan mengukur tingkat pengerjaan ulang dalam proses. Penanda ini mendukung dashboard 'Titik Rawan Pengerjaan Ulang dan Pengulangan' serta KPI 'Tingkat Pengerjaan Ulang'. Analis dapat berfokus pada penyebab ketidakefisienan tanpa harus mencari pola berulang secara manual.
Mengapa ini penting
Membantu mengukur ketidakefisienan proses dengan menandai kasus yang mengalami pengulangan atau dibuka kembali. Dengan begitu, pengerjaan ulang lebih mudah diukur dan ditangani.
Sumber data
Atribut ini dihitung saat transformasi data dengan menerapkan logika bisnis untuk mendeteksi pola pengerjaan ulang, seperti nilai 'ReopenCount' yang bukan nol atau aktivitas yang berulang.
Contoh
truefalse
|
|||
|
Apakah Tuntas pada Kontak Pertama
IsFirstContactResolution
|
Penanda boolean yang menunjukkan apakah agen pertama yang ditugaskan menyelesaikan permintaan tanpa pengalihan atau eskalasi. | ||
|
Deskripsi
Atribut hasil perhitungan ini mengidentifikasi permintaan layanan yang diselesaikan dengan efisien pada interaksi pertama atau oleh agen pertama yang menangani kasus. Logikanya biasanya memeriksa kondisi seperti tidak ada penugasan ulang ('ReassignmentCount' bernilai 0), tidak ada aktivitas 'Eskalasi Internal Dipicu', dan tidak ada permintaan informasi tambahan kepada pelanggan. Atribut ini mengukur metrik penting layanan pelanggan dan mendukung dashboard serta KPI 'Tingkat Penyelesaian pada Kontak Pertama'. Anda dapat mengukur kinerja FCR dengan mudah dan menganalisis faktor seperti kanal atau kategori permintaan yang membantu atau menghambat penyelesaian pada kontak pertama.
Mengapa ini penting
Mengukur langsung efisiensi respons awal. Tingkat FCR yang tinggi berkaitan erat dengan efisiensi operasional dan kepuasan pelanggan.
Sumber data
Atribut ini dihitung saat transformasi data berdasarkan aturan, seperti 'ReassignmentCount' bernilai nol dan tidak adanya aktivitas eskalasi.
Contoh
truefalse
|
|||
|
Jumlah Dibuka Kembali
ReopenCount
|
Jumlah kali pelanggan membuka kembali permintaan layanan yang telah diselesaikan. | ||
|
Deskripsi
Penghitung ini mencatat berapa kali status kasus berubah dari 'Diselesaikan' atau 'Ditutup' kembali menjadi 'Sedang Ditangani' atau 'Terbuka'. Kasus yang dibuka kembali menunjukkan bahwa solusi awal belum efektif atau belum tuntas. Atribut ini menjadi indikator kuat pekerjaan ulang dan kualitas penyelesaian pada upaya pertama. Jumlah kasus yang dibuka kembali tinggi menunjukkan masalah dalam proses penyelesaian, misalnya agen menutup tiket terlalu cepat atau belum menangani sepenuhnya masalah utama pelanggan. Metrik ini penting untuk menilai efektivitas solusi yang diusulkan.
Mengapa ini penting
Menunjukkan penyelesaian yang gagal dan pekerjaan ulang. Jumlah kasus yang dibuka kembali tinggi menandakan rendahnya kualitas proses penyelesaian dan dapat membuat pelanggan frustrasi.
Sumber data
Informasi ini biasanya tercatat di kolom bernama 'reopen_count' pada tabel 'sn_customerservice_case' atau tabel terkait.
Contoh
012
|
|||
|
Jumlah Penugasan Ulang
ReassignmentCount
|
Jumlah total penugasan ulang permintaan layanan ke agen atau grup lain. | ||
|
Deskripsi
Atribut ini bertambah setiap kali kolom 'assigned_to' atau 'assignment_group' berubah. Nilainya menunjukkan berapa kali kasus dialihkan secara internal. Jumlah Penugasan Ulang mengukur kendala dalam proses secara langsung. Atribut ini menjadi masukan penting untuk dashboard 'Pengalihan dan Penugasan Ulang Agen' serta KPI 'Rata-rata Pengalihan Agen per Permintaan'. Jumlah penugasan ulang yang tinggi sering menunjukkan masalah pada perutean awal, kesenjangan keterampilan agen, atau kasus yang sulit dikategorikan. Semua ini dapat memperpanjang waktu penyelesaian.
Mengapa ini penting
Mengukur inefisiensi proses secara langsung dengan menghitung pengalihan. Jumlah yang tinggi sering berkaitan dengan waktu penyelesaian lebih lama dan ketidakpuasan pelanggan.
Sumber data
Ini adalah kolom metrik standar 'reassignment_count' pada tabel 'task', yang menjadi tabel induk bagi 'sn_customerservice_case'.
Contoh
0135
|
|||
|
Kode Penyelesaian
ResolutionCode
|
Kode yang menunjukkan hasil akhir atau cara permintaan layanan diselesaikan. | ||
|
Deskripsi
Kode Penyelesaian adalah nilai terstruktur yang dipilih agen saat menyelesaikan kasus. Kode ini menjelaskan solusi secara spesifik, seperti 'Diselesaikan oleh Pengguna', 'Kesalahan Diketahui', 'Duplikat', atau 'Tidak Perlu Tindakan'. Atribut ini berguna untuk analisis akar masalah. Dengan menganalisis frekuensi setiap kode penyelesaian, organisasi dapat menemukan masalah berulang, kesenjangan pengetahuan, atau masalah produk. Informasi ini dapat digunakan untuk mendorong perbaikan dan mengurangi jumlah permintaan layanan tertentu.
Mengapa ini penting
Memberikan gambaran tentang hasil permintaan layanan, yang penting untuk analisis akar masalah dan menemukan masalah berulang.
Sumber data
Sesuai dengan kolom 'close_code' atau kolom kode penyelesaian khusus pada tabel 'sn_customerservice_case'.
Contoh
Diselesaikan (Solusi Sementara)Diselesaikan (Permanen)Belum Diselesaikan (Pelanggan Tidak Merespons)Ditutup/Diselesaikan oleh Pelapor
|
|||
|
Pelanggan
Customer
|
Nama atau pengenal pelanggan maupun perusahaan yang mengajukan permintaan layanan. | ||
|
Deskripsi
Atribut ini menunjukkan pihak eksternal, baik individu maupun organisasi, yang mengajukan permintaan layanan. Atribut ini memberikan konteks pelanggan untuk setiap kasus. Dalam analisis, atribut Pelanggan memberikan sudut pandang yang berfokus pada pelanggan. Atribut ini dapat digunakan untuk menemukan pelanggan yang lebih sering mengalami masalah atau keterlambatan, serta digabungkan dengan data pelanggan lain, seperti segmen atau nilai pelanggan, untuk menentukan prioritas perbaikan proses. Misalnya, Anda dapat memeriksa apakah pelanggan bernilai tinggi menerima layanan lebih cepat.
Mengapa ini penting
Menghubungkan proses dengan pelanggan tertentu sehingga tingkat layanan dan frekuensi masalah dapat dianalisis untuk akun utama atau segmen pelanggan.
Sumber data
Dapat menggunakan kolom 'caller_id', 'opened_for', atau 'account' pada tabel 'sn_customerservice_case', yang merujuk ke tabel pengguna atau perusahaan.
Contoh
John SmithACME CorporationGlobal Tech Inc.
|
|||
|
Pembaruan Data Terakhir
LastDataUpdate
|
Stempel waktu yang menunjukkan kapan data terakhir diambil atau diperbarui dari sistem sumber. | ||
|
Deskripsi
Atribut ini mencatat tanggal dan waktu pengambilan data terbaru. Informasi ini menunjukkan seberapa baru data yang dianalisis, sehingga pengguna tahu apakah data mendekati waktu nyata atau merupakan rekaman historis. Dalam analisis, metadata ini penting untuk memahami rentang waktu dataset. Informasi ini membantu pengguna membaca dashboard dan KPI dengan tepat, misalnya mengetahui bahwa data mencakup hingga satu jam terakhir atau hari sebelumnya.
Mengapa ini penting
Menunjukkan kebaruan data, yang penting agar wawasan process mining tetap relevan dan tepat waktu.
Sumber data
Stempel waktu ini dibuat dan ditambahkan selama proses ekstraksi, transformasi, dan pemuatan data (ETL).
Contoh
2023-11-20T08:00:00Z
|
|||
|
Saluran
Channel
|
Saluran komunikasi yang digunakan untuk mengajukan permintaan layanan. | ||
|
Deskripsi
Saluran menunjukkan cara pelanggan mengajukan permintaan, misalnya melalui 'Telepon', 'Email', 'Portal Web', atau 'Chat'. Setiap saluran dapat memiliki karakteristik proses dan harapan pelanggan yang berbeda. Analisis proses berdasarkan Saluran membantu menilai efektivitas setiap metode komunikasi. Misalnya, analisis dapat menunjukkan apakah permintaan melalui 'Telepon' lebih sering diselesaikan pada kontak pertama atau apakah permintaan melalui 'Email' cenderung memiliki waktu siklus lebih lama. Informasi ini mendukung dashboard 'Efektivitas Saluran Komunikasi'.
Mengapa ini penting
Membantu menilai efisiensi dan hasil dari berbagai saluran interaksi pelanggan, seperti telepon, email, atau portal web.
Sumber data
Biasanya sesuai dengan kolom 'contact_type' pada tabel 'sn_customerservice_case'.
Contoh
TeleponEmailLayanan mandiriChat
|
|||
|
Sistem Sumber
SourceSystem
|
Sistem tempat data diambil. | ||
|
Deskripsi
Atribut ini menunjukkan asal data. Informasi ini sangat penting jika data dihimpun dari beberapa sistem. Untuk tampilan proses ini, nilainya selalu 'ServiceNow CSM'. Dalam analisis, atribut ini membantu tata kelola data dan pemecahan masalah. Jika ada beberapa sistem sumber, Anda dapat memfilter proses untuk melihat cara kerjanya di sistem tertentu atau membandingkan variasi proses antar sistem.
Mengapa ini penting
Menjelaskan asal data, memperjelas konteks di lingkungan dengan beberapa sistem, dan membantu tata kelola data.
Sumber data
Nilai tetap ini ditambahkan saat transformasi data untuk menandai asal dataset.
Contoh
ServiceNow CSM
|
|||
Aktivitas Layanan Pelanggan
| Aktivitas | Deskripsi | ||
|---|---|---|---|
|
Eskalasi Internal Dimulai
|
Menandai eskalasi resmi permintaan layanan ke tingkat dukungan atau manajemen yang lebih tinggi untuk diselesaikan. Peristiwa ini dapat disimpulkan dari perubahan grup penugasan ke tim dengan tingkat dukungan lebih tinggi atau dari pengaktifan sebuah penanda. | ||
|
Mengapa ini penting
Pelacakan eskalasi membantu menemukan kelemahan proses, kesenjangan pengetahuan di tim dukungan lini depan, dan jenis kasus yang rumit. Eskalasi menjadi indikator penting adanya kendala dalam proses dan ketidakpuasan pelanggan.
Sumber data
Dapat disimpulkan dari log audit dengan mendeteksi perubahan 'assignment_group' ke tim eskalasi yang dikenal, atau perubahan kolom 'escalation' pada catatan kasus.
Pengumpulan data
Deteksi perubahan kolom 'escalation' atau perpindahan ke 'assignment_group' dengan tingkat dukungan lebih tinggi.
Jenis peristiwa
inferred
|
|||
|
Permintaan ditugaskan kepada agen
|
Aktivitas ini terjadi saat permintaan layanan ditugaskan kepada agen tertentu untuk diselidiki dan diselesaikan. Aktivitas ini disimpulkan dari perubahan kolom assigned_to pada data kasus. | ||
|
Mengapa ini penting
Ini merupakan tonggak penting untuk mengukur waktu respons awal dan pembagian beban kerja agen. Melacak perubahan pada kolom ini menunjukkan inefisiensi proses dan kemungkinan hambatan dalam ketersediaan agen.
Sumber data
Disimpulkan dari riwayat audit (sys_audit) tabel sn_customerservice_case dengan melacak kapan kolom assigned_to diisi atau diubah.
Pengumpulan data
Deteksi perubahan nilai kolom 'assigned_to' di log audit kasus.
Jenis peristiwa
inferred
|
|||
|
Permintaan layanan dibuat
|
Aktivitas ini menandai awal proses layanan pelanggan, saat kasus baru dicatat secara resmi di sistem. Peristiwa ini tercatat ketika data baru dimasukkan ke tabel sn_customerservice_case. | ||
|
Mengapa ini penting
Sebagai titik awal setiap kasus, aktivitas ini penting untuk menghitung waktu siklus dari awal hingga akhir dan menganalisis volume permintaan yang masuk. Aktivitas ini memicu semua proses berikutnya dan penghitungan waktu SLA.
Sumber data
Peristiwa ini sesuai dengan pembuatan data di tabel sn_customerservice_case. Stempel waktunya diambil dari kolom sys_created_on.
Pengumpulan data
Stempel waktu pembuatan data (sys_created_on) di tabel sn_customerservice_case.
Jenis peristiwa
explicit
|
|||
|
Permintaan Layanan Diselesaikan
|
Tonggak penting ini menandakan agen layanan telah menyelesaikan pekerjaan dan masalah dianggap tuntas. Peristiwa ini tercatat saat status kasus berubah menjadi 'Diselesaikan' dan kolom waktu resolved_at terisi. | ||
|
Mengapa ini penting
Aktivitas ini menandai akhir proses penyelesaian aktif dan penting untuk menghitung waktu siklus penyelesaian serta kepatuhan terhadap SLA. Aktivitas ini menjadi titik akhir utama bagi banyak KPI efisiensi.
Sumber data
Disimpulkan dari riwayat audit saat kolom state pada tabel sn_customerservice_case diatur ke 'Diselesaikan'. Kolom resolved_at biasanya terisi pada saat yang sama.
Pengumpulan data
Deteksi perubahan 'state' menjadi 'Diselesaikan' dan gunakan stempel waktu yang sesuai.
Jenis peristiwa
inferred
|
|||
|
Permintaan Layanan Ditutup
|
Aktivitas terakhir ini menandai penutupan resmi catatan permintaan layanan, biasanya setelah masa konfirmasi pascapenyelesaian. Peristiwa ini tercatat saat status kasus berubah menjadi 'Ditutup' dan kolom waktu closed_at terisi. | ||
|
Mengapa ini penting
Sebagai akhir proses, aktivitas ini penting untuk menghitung seluruh siklus kasus. Dengan menganalisis waktu antara 'Diselesaikan' dan 'Ditutup', Anda dapat menemukan beban administrasi atau keterlambatan.
Sumber data
Disimpulkan dari riwayat audit saat kolom state pada tabel sn_customerservice_case diatur ke 'Ditutup'. Kolom closed_at terisi pada saat yang sama.
Pengumpulan data
Deteksi perubahan 'state' menjadi 'Ditutup' dan gunakan stempel waktu yang sesuai.
Jenis peristiwa
inferred
|
|||
|
Agen Mulai Menangani Kasus
|
Aktivitas ini menandakan agen mulai menangani permintaan layanan secara aktif. Biasanya, aktivitas ini disimpulkan saat status kasus berubah dari 'Baru' atau 'Ditugaskan' menjadi 'Sedang Dikerjakan'. | ||
|
Mengapa ini penting
Peristiwa ini membedakan waktu dalam antrean dari waktu kerja aktif. Dengan menganalisis jeda antara penugasan dan dimulainya penanganan, Anda dapat melihat keterlambatan agen dalam mengambil kasus baru.
Sumber data
Disimpulkan dari perubahan kolom status kasus ke status kerja aktif, seperti 'Sedang Dikerjakan'. Nilai status yang digunakan dapat dikonfigurasi dan perlu diverifikasi.
Pengumpulan data
Deteksi perubahan kolom 'state' dari nilai tertunda ke nilai aktif, misalnya dari 'Baru' menjadi 'Sedang Dikerjakan'.
Jenis peristiwa
inferred
|
|||
|
Grup penugasan berubah
|
Menunjukkan bahwa tanggung jawab atas suatu kasus dialihkan dari satu tim ke tim lain. Peristiwa ini disimpulkan dengan memantau perubahan kolom assignment_group pada data kasus. | ||
|
Mengapa ini penting
Melacak perubahan grup penugasan penting untuk menganalisis serah terima antar departemen dan menemukan masalah perutean yang berulang. Frekuensi aktivitas yang tinggi dapat menunjukkan kepemilikan atau definisi proses yang tidak jelas.
Sumber data
Disimpulkan dari riwayat audit (sys_audit) tabel sn_customerservice_case dengan melacak perubahan kolom assignment_group.
Pengumpulan data
Deteksi perubahan nilai kolom 'assignment_group' di log audit kasus.
Jenis peristiwa
inferred
|
|||
|
Informasi Diminta dari Pelanggan
|
Terjadi saat agen membutuhkan informasi tambahan dari pelanggan untuk melanjutkan penanganan, lalu mengubah status kasus menjadi tertunda. Peristiwa ini disimpulkan dari perubahan status ke nilai seperti 'Menunggu Info Pengguna' atau 'Ditahan'. | ||
|
Mengapa ini penting
Aktivitas ini penting untuk analisis 'Waktu Tunggu Informasi dari Pelanggan'. Aktivitas ini memisahkan keterlambatan proses akibat ketergantungan pada pihak luar dari waktu pemrosesan internal.
Sumber data
Disimpulkan dari riwayat audit tabel sn_customerservice_case saat kolom state berubah ke nilai yang menunjukkan kasus menunggu masukan pelanggan, misalnya 'Menunggu Info'.
Pengumpulan data
Deteksi perubahan kolom 'state' ke nilai yang ditetapkan untuk 'menunggu pelanggan'.
Jenis peristiwa
inferred
|
|||
|
Informasi Diterima dari Pelanggan
|
Aktivitas ini menandai saat pelanggan memberikan informasi yang diminta sehingga agen dapat melanjutkan pekerjaan. Peristiwa ini disimpulkan saat status kasus berubah dari 'Menunggu Info Pengguna' kembali ke status aktif. | ||
|
Mengapa ini penting
Peristiwa ini mengakhiri masa tunggu pelanggan sehingga waktu respons pelanggan dapat diukur dengan tepat. Analisis ini membantu menemukan jenis kasus atau pelanggan yang mengalami keterlambatan paling lama.
Sumber data
Disimpulkan dari riwayat audit tabel sn_customerservice_case saat kolom state berubah dari status 'Menunggu Info' kembali ke status aktif, seperti 'Sedang Dikerjakan'.
Pengumpulan data
Deteksi perubahan kolom 'state' dari nilai 'menunggu pelanggan' kembali ke nilai aktif.
Jenis peristiwa
inferred
|
|||
|
Permintaan dikategorikan dan diberi prioritas
|
Menunjukkan triase awal saat permintaan layanan diklasifikasikan dan diberi tingkat prioritas untuk menentukan urgensi serta peruteannya. Aktivitas ini disimpulkan dari perubahan kolom kategori, subkategori, atau prioritas di log audit data kasus. | ||
|
Mengapa ini penting
Analisis aktivitas ini membantu menemukan keterlambatan triase kasus dan memastikan permintaan diarahkan dengan benar serta ditangani sesuai tingkat urgensinya. Aktivitas ini memengaruhi waktu hingga penugasan pertama dan efisiensi penyelesaian secara keseluruhan.
Sumber data
Disimpulkan dari riwayat audit (sys_audit) tabel sn_customerservice_case, khususnya dengan melacak pengisian awal atau pembaruan kolom kategori dan prioritas.
Pengumpulan data
Deteksi saat nilai pertama kali diisi atau berubah pada kolom 'category' atau 'priority'.
Jenis peristiwa
inferred
|
|||
|
Permintaan Layanan Dibuka Kembali
|
Terjadi saat permintaan layanan yang sebelumnya sudah diselesaikan kembali ke status aktif karena masalah muncul lagi atau solusi tidak efektif. Peristiwa ini dideteksi dari perubahan status 'Diselesaikan' kembali ke 'Sedang Dikerjakan'. | ||
|
Mengapa ini penting
Kasus yang dibuka kembali menunjukkan kualitas penyelesaian secara langsung dan menjadi penyebab utama pekerjaan ulang. Analisis peristiwa ini penting untuk meningkatkan tingkat penyelesaian pada kontak pertama dan kepuasan pelanggan.
Sumber data
Disimpulkan dari riwayat audit tabel sn_customerservice_case dengan mengidentifikasi urutan saat kolom state berubah dari 'Diselesaikan' ke status aktif.
Pengumpulan data
Deteksi perubahan 'state' dari 'Diselesaikan' ke nilai aktif seperti 'Sedang Dikerjakan'.
Jenis peristiwa
inferred
|
|||
|
SLA Terlampaui
|
Menandai saat permintaan layanan tidak memenuhi Service Level Agreement yang ditetapkan, misalnya batas waktu penyelesaian. Peristiwa ini dihitung dengan membandingkan waktu penyelesaian dengan waktu akhir yang direncanakan dalam SLA. | ||
|
Mengapa ini penting
Menemukan pelanggaran SLA merupakan bagian penting dari pemantauan kepatuhan dan pengelolaan kinerja. Peristiwa ini membantu menunjukkan tahap proses atau jenis kasus yang paling banyak menyebabkan pelanggaran SLA.
Sumber data
Dihitung dengan menganalisis catatan pada tabel task_sla yang terkait dengan kasus. Pelanggaran terjadi jika kolom has_breached bernilai true atau actual_elapsed_time melebihi planned_duration.
Pengumpulan data
Periksa penanda 'has_breached' pada catatan task_sla yang tertaut.
Jenis peristiwa
calculated
|
|||
|
Solusi Diusulkan
|
Aktivitas ini menandai saat agen menemukan solusi dan menyampaikannya kepada pelanggan untuk dikonfirmasi. Biasanya, aktivitas ini disimpulkan dari perubahan status ke nilai seperti 'Menunggu Persetujuan' atau dari catatan kerja tertentu. | ||
|
Mengapa ini penting
Tonggak ini memisahkan tahap investigasi dari tahap konfirmasi dan penyelesaian. Dengan menganalisis waktu tunggu konfirmasi pelanggan, Anda dapat menemukan peluang untuk mempercepat tahap akhir penanganan kasus.
Sumber data
Disimpulkan dari log audit tabel sn_customerservice_case saat status berubah ke nilai yang menunjukkan solusi telah diusulkan, misalnya 'Solusi Diusulkan'. Nilai ini dapat berbeda bergantung pada penerapannya.
Pengumpulan data
Deteksi perubahan kolom 'state' ke nilai seperti 'Solusi Diusulkan' atau 'Menunggu Persetujuan'.
Jenis peristiwa
inferred
|
|||
|
Survei Pelanggan Dikirim
|
Menandai pengiriman survei kepuasan pelanggan setelah kasus diselesaikan. Peristiwa ini biasanya tercatat saat catatan survei dibuat dan dikaitkan dengan kasus. | ||
|
Mengapa ini penting
Aktivitas ini membantu menghubungkan pola pelaksanaan proses dengan masukan pelanggan. Mengetahui kapan dan apakah survei dikirim penting untuk menganalisis efektivitas proses pengumpulan masukan.
Sumber data
Peristiwa ini dicatat secara eksplisit dalam tabel khusus survei, seperti asmt_assessment_instance, yang memuat referensi ke catatan kasus sumber.
Pengumpulan data
Pembuatan catatan pada tabel 'asmt_assessment_instance' yang tertaut ke kasus.
Jenis peristiwa
explicit
|
|||
Panduan Ekstraksi
Siap Memulai?
Gunakan templat ini untuk menyiapkan data dengan baik, menemukan wawasan yang berguna, dan meningkatkan operasional layanan pelanggan. Mulailah membangun proses yang lebih efisien dan berfokus pada pelanggan hari ini.
Tingkatkan Efisiensi Layanan Pelanggan Anda Hari Ini
Tingkatkan kepuasan pelanggan dan capai penyelesaian 80% pada kontak pertama.
Tidak perlu kartu kredit. Mulai dalam hitungan menit.